![e24e56b55517b75f570b151322925656.png](https://img-blog.csdnimg.cn/img_convert/e24e56b55517b75f570b151322925656.png)
一、公式
1.卷积
2.转置卷积
在Pytorch中,转置卷积层参数还含有output_padding,用于解决输出大小不唯一(歧义)的问题,因此转置卷积公式稍有变化:
二、公式推导
1.卷积公式推导
为了直观,这里选择
![537b420e188a6abe67eba42fadb55d1c.png](https://img-blog.csdnimg.cn/img_convert/537b420e188a6abe67eba42fadb55d1c.png)
(1)Stride为1,Padding为0时,输出特征图边长
具体过程如下
在Pytorch中,转置卷积层参数还含有output_padding,用于解决输出大小不唯一(歧义)的问题,因此转置卷积公式稍有变化:
为了直观,这里选择
(1)Stride为1,Padding为0时,输出特征图边长
具体过程如下